第七色在线视频,2021少妇久久久久久久久久,亚洲欧洲精品成人久久av18,亚洲国产精品特色大片观看完整版,孙宇晨将参加特朗普的晚宴

為了賬號(hào)安全,請(qǐng)及時(shí)綁定郵箱和手機(jī)立即綁定
已解決430363個(gè)問(wèn)題,去搜搜看,總會(huì)有你想問(wèn)的

如何將 h5 文件轉(zhuǎn)換為 tflite 文件?

如何將 h5 文件轉(zhuǎn)換為 tflite 文件?

拉風(fēng)的咖菲貓 2023-06-27 13:21:51
我正在嘗試在 Android 上運(yùn)行車(chē)牌檢測(cè)??梢哉业絯pod-net.h5所以我嘗試使用以下命令將其轉(zhuǎn)換為 TensorFlow lite:import tensorflow as tfmodel = tf.keras.models.load_model('wpod-net.h5')converter = tf.lite.TFLiteConverter.from_keras_model(model)converter.post_training_quantize = Truetflite_model = converter.convert()open("wpod-net.tflite", "wb").write(tflite_model)但是當(dāng)我運(yùn)行這個(gè)時(shí),我遇到了這個(gè)錯(cuò)誤:? File "converter.py", line 3, in <module>? ? model = tf.keras.models.load_model('License_character_recognition.h5')? File "/home/.local/lib/python3.8/site-packages/tensorflow/python/keras/saving/save.py", line 184, in load_model? ? return hdf5_format.load_model_from_hdf5(filepath, custom_objects,? File "/home/.local/lib/python3.8/site-packages/tensorflow/python/keras/saving/hdf5_format.py", line 175, in load_model_from_hdf5? ? raise ValueError('No model found in config file.')ValueError: No model found in config file.我也嘗試過(guò)使用 API tflite_convert --keras_model_file=License_character_recognition.h5 --output_file=test.tflite ,但它給了我同樣的錯(cuò)誤。這是否意味著如果我自己沒(méi)有訓(xùn)練模型,我無(wú)法將其轉(zhuǎn)換為 tflite ?或者還有其他方法來(lái)轉(zhuǎn)換 .h5 嗎?
查看完整描述

1 回答

?
HUWWW

TA貢獻(xiàn)1874條經(jīng)驗(yàn) 獲得超12個(gè)贊

TensorFlow Lite 模型包含權(quán)重和模型代碼本身。您需要加載 Keras 模型(帶權(quán)重),然后您將能夠轉(zhuǎn)換為 tflite 模型。

獲取作者repo的副本,并執(zhí)行g(shù)et-networks.sh。您只需要data/lp-detector/wpod-net_update1.h5車(chē)牌檢測(cè)器,這樣您就可以提前停止下載。

深入研究代碼,您可以在keras utils找到準(zhǔn)備好的負(fù)載模型函數(shù)。

獲得模型對(duì)象后,可以將其轉(zhuǎn)換為 tflite。

Python3、TF2.4測(cè)試:

import sys, os

import tensorflow as tf

import traceback


from os.path? ? ? ? ? ? ? ? ? ? import splitext, basename


print(tf.__version__)


mod_path = "data/lp-detector/wpod-net_update1.h5"


def load_model(path,custom_objects={},verbose=0):

? ? #from tf.keras.models import model_from_json


? ? path = splitext(path)[0]

? ? with open('%s.json' % path,'r') as json_file:

? ? ? ? model_json = json_file.read()

? ? model = tf.keras.models.model_from_json(model_json, custom_objects=custom_objects)

? ? model.load_weights('%s.h5' % path)

? ? if verbose: print('Loaded from %s' % path)

? ? return model


keras_mod = load_model(mod_path)


converter = tf.lite.TFLiteConverter.from_keras_model(keras_mod)

tflite_model = converter.convert()


# Save the TF Lite model.

with tf.io.gfile.GFile('model.tflite', 'wb') as f:

? ? f.write(tflite_model)

祝你好運(yùn)!


查看完整回答
反對(duì) 回復(fù) 2023-06-27
  • 1 回答
  • 0 關(guān)注
  • 285 瀏覽
慕課專(zhuān)欄
更多

添加回答

舉報(bào)

0/150
提交
取消
微信客服

購(gòu)課補(bǔ)貼
聯(lián)系客服咨詢優(yōu)惠詳情

幫助反饋 APP下載

慕課網(wǎng)APP
您的移動(dòng)學(xué)習(xí)伙伴

公眾號(hào)

掃描二維碼
關(guān)注慕課網(wǎng)微信公眾號(hào)